为何没人探讨 MAF Microsoft Agent Framework 六边形架构，开发起来很顺手 中间件注入也很方便 架构层 telemetry 声明式 Func tool 开发 + doc String 上下文注入，无脑 tool 渐进式披露 内置 harness agent 模板 安利一波
为何没人探讨 MAF Microsoft Agent Framework 六边形架构，开发起来很顺手 中间件注入也很方便 架构层 telemetry 声明式 Func tool 开发 + doc String 上下文注入，无脑 tool 渐进式披露 内置 harness agent 模板 安利一波
为何没人探讨 MAF Microsoft Agent Framework 六边形架构，开发起来很顺手 中间件注入也很方便 架构层 telemetry 声明式 Func tool 开发 + doc String 上下文注入，无脑 tool 渐进式披露 内置 harness agent 模板 安利一波
为何没人探讨 MAF Microsoft Agent Framework 六边形架构，开发起来很顺手 中间件注入也很方便 架构层 telemetry 声明式 Func tool 开发 + doc String 上下文注入，无脑 tool 渐进式披露 内置 harness agent 模板 安利一波
为何没人探讨 MAF Microsoft Agent Framework 六边形架构，开发起来很顺手 中间件注入也很方便 架构层 telemetry 声明式 Func tool 开发 + doc String 上下文注入，无脑 tool 渐进式披露 内置 harness agent 模板 安利一波
为何没人探讨 MAF Microsoft Agent Framework 六边形架构，开发起来很顺手 中间件注入也很方便 架构层 telemetry 声明式 Func tool 开发 + doc String 上下文注入，无脑 tool 渐进式披露 内置 harness agent 模板 安利一波
为何没人探讨 MAF Microsoft Agent Framework 六边形架构，开发起来很顺手 中间件注入也很方便 架构层 telemetry 声明式 Func tool 开发 + doc String 上下文注入，无脑 tool 渐进式披露 内置 harness agent 模板 安利一波
职位描述： 负责 Data AI Agent 数据库问数智能体产品的设计及开发，为业务提供安全可靠的 MCP 、A2A 、对话场景的问数能力。 负责数据库访问层(DAL)中间件的设计与核心模块开发，保障系统的高可用、高性能和可扩展性； 负责 AI 产品、中间件核心代码编写、性能调优、故障排查及技术难题攻关； 编写相关技术文档，推动团队技术规范和研发流程的优化； 参与跨团队协作，支撑业务系统对任务调度能力的深度使用，推动中间件在复杂业务场景中的落地应用。 职位要求： 本科及以上学历，5~12 年 Java 从业经验，具备扎实的 Java 基础，熟悉分布式系统开发，熟悉多线程、LLM 、AI Agent 开发； 有中间件研发、二开或社区贡献经验者优先； 具备良好的沟通能力、团队协作精神和较强的学习能力，对中间件技术有持续热情。 邮箱：bGlxaWFuZ2xpbi5scWxAYWxpYmFiYS1pbmMuY29t
本帖使用社区开源推广，符合推广要求。我申明并遵循社区要求的以下内容： 我的帖子已经打上 开源推广 标签： 是 我的开源项目完整开源，无未开源部分： 是 我的开源项目已链接认可 LINUX DO 社区： 是 我帖子内的项目介绍，AI生成、润色内容部分已截图发出： 是 以上选择我承诺是永久有效的，接受社区和佬友监督： 是 以下为项目介绍正文内容，AI生成、润色内容已使用截图方式发出 各位可能看过这个 第一感觉很神人，立马去问了在 dpsk 的朋友，他的回复是: 有些人的 agent client 传的 messages 完全没有 reasoning_content 导致他的跑分很低，所以 ban 了防止不小心抹黑，这种情况你传个空串就过去了 内部已经开了好几次研究这玩意怎么改了 这已经是最不鬼畜的方案了 注：按朋友要求以上为转述 好像也有点道理，但是这明显不是我们用户的锅吧 于是: HuanLinOTO/openai-reasoning-proxy 目的很单纯，自动帮你添加空串 占用很低，几乎没占用（rust发力了） 不修改其他内容，直接透传 那么赶紧用起来吧 支持 Docker 一键部署: docker run -d --name openai-reasoning-proxy --restart unless-stopped -p 3000:3000 ghcr.io/huanlinoto/openai-reasoning-proxy:latest 2 个帖子 - 2 位参与者 阅读完整话题
本帖使用社区开源推广，符合推广要求。我申明并遵循社区要求的以下内容： 我的帖子已经打上 开源推广 标签： 是 我的开源项目完整开源，无未开源部分： 是 我的开源项目已链接认可 LINUX DO 社区： 是 我帖子内的项目介绍，AI生成、润色内容部分已截图发出： 是 以上选择我承诺是永久有效的，接受社区和佬友监督： 是 以下为项目介绍正文内容，AI生成、润色内容已使用截图方式发出 项目背景 new-api 内置的"渠道亲和性"机制只支持三种 key 来源: gjson 、 context_int 、 context_string , 没有"对 body 做 hash 后取 hex"的能力,光从 body 取单字段(如 model )做亲和键粒度太粗 —— 会把同一 model 的所有用户塌到同一个渠道。 注意：中间件解决的是 非CLI 调用时亲和性问题（CLI调用new-api已支持） 接入方式(在你的 new-api fork 中启用) （点击了解更多详细信息） 项目地址： github源码 1 个帖子 - 1 位参与者 阅读完整话题